En esta tesis doctoral se presenta una metodología y una serie de herramientas y procedimientos asociados que permiten obtener de forma estructurada e incremental controladores para robots autónomos, los cuales deben de ser capaces de realizar tareas en entornos dinámicos y no estructurados. La tesis aborda este objetivo en cuatro fases. Primeramente, analiza las diferencias conceptuales de las dos aproximaciones básicas de la robótica autónoma, basada en el conocimiento y basada en comportamientos, y selecciona como marco principal para realizar el trabajo la aproximación basada en comportamientos, aunque adelantando el hecho de que la arquitectura que se presentará soporta módulos basados en cualquier aproximación si así se considera necesario. A continuación se presenta una algoritmia de automatización del proceso de diseño a partir de las especificaciones de la tarea a realizar. Así, se utilizan algoritmos evolutivos para obtener automáticamente los controladores que permitan al robot realizar dichas tareas. El cálculo de la calidad de los individuos se realiza mediante una aproximación energética en la cual se establecen una serie de reglas de pérdida y/o ganancia de energía del robot en el entorno en el cual se lleva a cabo la evolución. En la tesis se analizan las implicaciones de esta serie de decisiones encaminadas a reducir al mínimo el papel humano en el proceso de obtención. Son analizados varios tipos de algoritmos evolutivos, se justifica la utilización de entornos simulados en la evolución y se describen los pasos a seguir para asegurar una transferencia correcta de comportamientos al robot real. Posteriormente, en la tesis se justifica la elección de las redes de neuronas artificiales como herramienta fundamental para la implementación de las arquitecturas de control, gracias a sus características de aproximador universal de funciones y tolerancia al ruido en los datos de entrada.
© 2008-2024 Fundación Dialnet · Todos los derechos reservados